five

hgissbkh/Alloprof-reranking

收藏
Hugging Face2024-05-23 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/hgissbkh/Alloprof-reranking
下载链接
链接失效反馈
官方服务：
资源简介：
--- dataset_info: - config_name: bge-m3-custom-fr features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 318998948 num_examples: 2316 download_size: 219114214 dataset_size: 318998948 - config_name: multilingual-e5-base features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 263469476 num_examples: 2316 download_size: 175986096 dataset_size: 263469476 - config_name: multilingual-e5-large features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 318998948 num_examples: 2316 download_size: 218608593 dataset_size: 318998948 - config_name: multilingual-e5-small features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 180175268 num_examples: 2316 download_size: 111515323 dataset_size: 180175268 - config_name: sentence-t5-large features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 263469476 num_examples: 2316 download_size: 176118797 dataset_size: 263469476 - config_name: sentence_croissant_alpha_v0.4 features: - name: query dtype: string - name: docs sequence: string - name: query_enc sequence: float64 - name: docs_enc sequence: sequence: float64 - name: cos_scores sequence: float64 - name: target sequence: int64 splits: - name: train num_bytes: 541116836 num_examples: 2316 download_size: 390071420 dataset_size: 541116836 configs: - config_name: bge-m3-custom-fr data_files: - split: train path: bge-m3-custom-fr/train-* - config_name: multilingual-e5-base data_files: - split: train path: multilingual-e5-base/train-* - config_name: multilingual-e5-large data_files: - split: train path: multilingual-e5-large/train-* - config_name: multilingual-e5-small data_files: - split: train path: multilingual-e5-small/train-* - config_name: sentence-t5-large data_files: - split: train path: sentence-t5-large/train-* - config_name: sentence_croissant_alpha_v0.4 data_files: - split: train path: sentence_croissant_alpha_v0.4/train-* ---

数据集信息： - 配置名称：bge-m3-custom-fr 特征： - 字段名：查询（query），数据类型：字符串 - 字段名：文档（docs），类型：字符串序列 - 字段名：查询编码（query_enc），类型：64位浮点数序列 - 字段名：文档编码（docs_enc），类型：嵌套64位浮点数序列 - 字段名：余弦相似度得分（cos_scores），类型：64位浮点数序列 - 字段名：目标标签（target），类型：64位整数序列 数据集划分： - 划分名称：训练集（train），字节数：318998948，样本数量：2316 下载大小：219114214 数据集总大小：318998948 - 配置名称：multilingual-e5-base 特征： - 字段名：查询，数据类型：字符串 - 字段名：文档，类型：字符串序列 - 字段名：查询编码，类型：64位浮点数序列 - 字段名：文档编码，类型：嵌套64位浮点数序列 - 字段名：余弦相似度得分，类型：64位浮点数序列 - 字段名：目标标签，类型：64位整数序列 数据集划分： - 划分名称：训练集（train），字节数：263469476，样本数量：2316 下载大小：175986096 数据集总大小：263469476 - 配置名称：multilingual-e5-large 特征： - 字段名：查询，数据类型：字符串 - 字段名：文档，类型：字符串序列 - 字段名：查询编码，类型：64位浮点数序列 - 字段名：文档编码，类型：嵌套64位浮点数序列 - 字段名：余弦相似度得分，类型：64位浮点数序列 - 字段名：目标标签，类型：64位整数序列 数据集划分： - 划分名称：训练集（train），字节数：318998948，样本数量：2316 下载大小：218608593 数据集总大小：318998948 - 配置名称：multilingual-e5-small 特征： - 字段名：查询，数据类型：字符串 - 字段名：文档，类型：字符串序列 - 字段名：查询编码，类型：64位浮点数序列 - 字段名：文档编码，类型：嵌套64位浮点数序列 - 字段名：余弦相似度得分，类型：64位浮点数序列 - 字段名：目标标签，类型：64位整数序列 数据集划分： - 划分名称：训练集（train），字节数：180175268，样本数量：2316 下载大小：111515323 数据集总大小：180175268 - 配置名称：sentence-t5-large 特征： - 字段名：查询，数据类型：字符串 - 字段名：文档，类型：字符串序列 - 字段名：查询编码，类型：64位浮点数序列 - 字段名：文档编码，类型：嵌套64位浮点数序列 - 字段名：余弦相似度得分，类型：64位浮点数序列 - 字段名：目标标签，类型：64位整数序列 数据集划分： - 划分名称：训练集（train），字节数：263469476，样本数量：2316 下载大小：176118797 数据集总大小：263469476 - 配置名称：sentence_croissant_alpha_v0.4 特征： - 字段名：查询，数据类型：字符串 - 字段名：文档，类型：字符串序列 - 字段名：查询编码，类型：64位浮点数序列 - 字段名：文档编码，类型：嵌套64位浮点数序列 - 字段名：余弦相似度得分，类型：64位浮点数序列 - 字段名：目标标签，类型：64位整数序列 数据集划分： - 划分名称：训练集（train），字节数：541116836，样本数量：2316 下载大小：390071420 数据集总大小：541116836 配置列表： - 配置名称：bge-m3-custom-fr 数据文件： - 划分：训练集（train），路径：bge-m3-custom-fr/train-* - 配置名称：multilingual-e5-base 数据文件： - 划分：训练集（train），路径：multilingual-e5-base/train-* - 配置名称：multilingual-e5-large 数据文件： - 划分：训练集（train），路径：multilingual-e5-large/train-* - 配置名称：multilingual-e5-small 数据文件： - 划分：训练集（train），路径：multilingual-e5-small/train-* - 配置名称：sentence-t5-large 数据文件： - 划分：训练集（train），路径：sentence-t5-large/train-* - 配置名称：sentence_croissant_alpha_v0.4 数据文件： - 划分：训练集（train），路径：sentence_croissant_alpha_v0.4/train-*
提供机构：
hgissbkh
原始信息汇总

数据集概述

1. bge-m3-custom-fr

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train: 2316个样本，占用318998948字节
  • 下载大小: 219114214字节
  • 数据集大小: 318998948字节

2. multilingual-e5-base

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train: 2316个样本，占用263469476字节
  • 下载大小: 175986096字节
  • 数据集大小: 263469476字节

3. multilingual-e5-large

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train: 2316个样本，占用318998948字节
  • 下载大小: 218608593字节
  • 数据集大小: 318998948字节

4. multilingual-e5-small

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train: 2316个样本，占用180175268字节
  • 下载大小: 111515323字节
  • 数据集大小: 180175268字节

5. sentence-t5-large

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train: 2316个样本，占用263469476字节
  • 下载大小: 176118797字节
  • 数据集大小: 263469476字节

6. sentence_croissant_alpha_v0.4

  • 特征:
    • query: 字符串类型
    • docs: 字符串序列
    • query_enc: 浮点数序列
    • docs_enc: 浮点数序列
    • cos_scores: 浮点数序列
    • target: 整数序列
  • 分割:
    • train: 2316个样本，占用541116836字节
  • 下载大小: 390071420字节
  • 数据集大小: 541116836字节
搜集汇总
数据集介绍
main_image_url
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
关于我们
遇见数据集——让每个数据集都被发现，让每一次遇见都有价值。
数发科官网www.sfktec.com.cn
联系我们
youjian
selectdataset@iotsh.com.cn
商业合作
数据驱动未来，携手共赢发展
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作